03 2020 档案

面试问题总结
摘要：1、反转链表 link InvertList(link head){ link pre,phead,temp; phead = head; //将phead指向链表头，做游标使用 pre = NULL; //pre为头指针之前的节点 while(phead != NULL){ temp = pre; 阅读全文
posted @ 2020-03-26 18:30 TFknight 阅读(233) 评论(0) 推荐(0)
NLP面试问题个人总结-词向量技术
摘要：（引用自：https://zhuanlan.zhihu.com/p/49271699 ，本文作个人学习用） 1 语言模型介绍 什么是语言模型？其实看上面这张PPT上扣下来的图就明白了，为了能够量化地衡量哪个句子更像一句人话，可以设计如上图所示函数，核心函数P的思想是根据句子里面前面的一系列前导单词预 阅读全文
posted @ 2020-03-16 15:49 TFknight 阅读(1519) 评论(0) 推荐(0)
NLP面试问题个人总结-文本相似度
摘要：如何比较文本的相似度？ (引用自:https://blog.csdn.net/qq_28031525/article/details/79596376) 度量文本相似度包括如下三种方法： 一是基于关键词匹配的传统方法，如N-gram相似度； tf-idf相似度 二是将文本映射到向量空间，再利用余弦相 阅读全文
posted @ 2020-03-15 23:59 TFknight 阅读(680) 评论(0) 推荐(0)
NLP面试问题个人总结-伪标签
摘要：1 半监督方法的定义 2 伪标签的定义 值得注意的是: 测试集的采样比例不能过高,一般都是(0.3 -- 0.5) 一些其他总结的点: 一般分类分类问题属于Low-Density Separation 时，加入伪标签才有用，建议观看李弘毅的视频，讲半监督的部分，举个简单的例子，二分类问题预训练模型对 阅读全文
posted @ 2020-03-15 17:56 TFknight 阅读(889) 评论(0) 推荐(0)
NLP面试问题个人总结-交叉熵&RNN
摘要：1 列出几种文本特征提取算法 答：文档频率、信息增益、互信息、X^2统计、TF-IDF (引用自:https://www.cnblogs.com/jiashun/p/CrossEntropyLoss.html) 信息: 由于概率I 是一个）0至1的值，所以当事件发生的概率越大时，信息量越小。 相对熵 阅读全文
posted @ 2020-03-14 17:59 TFknight 阅读(1237) 评论(0) 推荐(0)
文本匹配的相关方向探讨
摘要：文本匹配相关方向探讨 转载：https://www.jiqizhixin.com/articles/2019-10-18-14 因为本人毕设做到了和文本匹配相关方向的研究，所以转发此博客探讨文本匹配的方向。 Motivation 前不久小夕在知乎上写了一个回答《NLP有哪些独立研究方向》[1]，于是 阅读全文
posted @ 2020-03-09 17:25 TFknight 阅读(1052) 评论(0) 推荐(1)